IMPLEMENTASI METODE SARIMAX UNTUK PREDIKSI CURAH HUJAN JANGKA PENDEK DI PAGERAGEUNG, TASIKMALAYA

Ari Azhar Maulana, Harnita Rosalina

Abstract


ABSTRACT

Rainfall plays a crucial role in shaping the weather in Indonesia, influenced by factors such as latitude, elevation, wind patterns, land and water distribution, as well as topography. Rising temperatures contribute to the increased intensity of extreme rainfall, amplifying the potential risk of disasters. Therefore, it is necessary to conduct analyses to predict weather based on historical time series data. This study aims to identify short-term rainfall patterns and trends using the SARIMAX method. The initial stage involves data processing and splitting the data into training data (2005-2014) and test data (2015-2019). Time series decomposition is then performed to identify patterns, followed by period identification and stationarity testing using the ADF test. The SARIMAX model is selected based on the lowest AIC value, followed by parameter estimation and diagnostic tests. Rainfall predictions are evaluated using model performance evaluation methods, while inferential statistics are used to describe population attributes through confidence intervals. The forecasting results show that using the SARIMAX (0, 0, 1)(0, 1, 1, 12)12 model for short-term rainfall prediction achieved the best performance with the smallest MSE, MAE, and MAPE values on the test sample with a 95% confidence level. Repeating rainfall patterns with a mid-year decline and significant variation in magnitude were identified from the sample data for August 2020-2027, with the lowest rainfall at 39.05 mm and the highest at 397.03 mm in December. The implications of this study support efforts to mitigate natural disasters due to unexpected weather changes by integrating this model into early warning systems and water resource planning.

Keywords : hydrology, precipitation, time series, short-term, SARIMAX

 

ABSTRAK

Hujan memiliki peran penting dalam pembentukan cuaca di Indonesia, hujan selain dipengaruhi oleh lintang, elevasi, pola angin, distribusi tanah dan air, serta topografi. Peningkatan temperatur berkontribusi pada peningkatan intensitas hujan ekstrem dan memperbesar potensi risiko bencana. Sehingga perlu dilakukan analisis untuk mengetahui prakiraan cuaca berdasarkan kumpulan data dalam deret waktu sebelumnya. Penelitian ini bertujuan untuk mengidentifikasi pola dan tren curah hujan jangka pendek menggunakan metode SARIMAX. Tahap awal pemrosesan data serta pembagian data menjadi data latih (2005-2014) dan data uji (2015-2019). Kemudian dilakukan dekomposisi deret waktu untuk mengidentifikasi pola dalam deret waktu, diikuti dengan identifikasi periode dan uji stasioneritas menggunakan tes ADF. Pemilihan model SARIMAX didasarkan pada nilai AIC terendah, diikuti dengan estimasi parameter dan tes diagnostik. Prediksi curah hujan dievaluasi menggunakan metode evaluasi performa model, sementara statistik inferensia digunakan untuk menggambarkan atribut populasi menggunakan interval kepercayaan. Hasil peramalan menunjukkan bahwa penggunaan metode SARIMAX (0, 0, 1)(0, 1, 1, 12)12 dalam meramalkan curah hujan jangka pendek mendapatkan kinerja terbaik dengan nilai MSE, MAE, dan MAPE terkecil pada uji sampel dengan tingkat kepercayaan 95%. Pola berulang curah hujan dengan penurunan pada pertengahan tahun dan variasi besaran yang signifikan teridentifikasi dari data sampel bulan Agustus 2020-2027, dengan curah hujan terendah 39,05 mm dan tertinggi 397,03 mm pada bulan Desember. Implikasinya, hasil penelitian ini mendukung upaya mitigasi bencana alam akibat perubahan cuaca yang tidak terduga melalui integrasi model ini dalam sistem peringatan dini dan perencanaan sumber daya air.

Kata kunci : hidrologi, curah hujan, deret waktu, peramalan jangka pendek, SARIMA

Full Text:

PDF


DOI: https://doi.org/10.32679/jsda.v20i1.874

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Bintek SDA

Indexed by:
         
 
Sekretariat:
 
Direktorat Bina Teknik Sumber Daya Air, Direktorat Jenderal Sumber Daya Air, Kementerian Pekerjaan Umum dan Perumahan Rakyat
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.